|
|||||
|
|
| 基于概率路线图的动态环境下移动机器人路径规划的神经网络方法 | |
| 作者姓名： | 陈艳 禹继国 |
| 作者单位： | 曲阜师范大学信息科学与工程学院 |
| 摘 要： | 在不稳定的环境中,最短或最优的路径规划对移动机器人的有效运行至关重要.文章扩展了一种用于移动机器人实时路径规划的神经网络方法.本文使用概率路线图(Probabilistic Roadmap, PRM)来解决移动机器人在不稳定环境中的实时无碰撞运动规划问题.神经网络拓扑中的每个神经元都具有局部连通性,并且分流方程是其神经动力学特征.因此,计算复杂度与神经网络的大小成线性关系.实时机器人的运动取决于神经网络的动态环境,其中不需要任何先前的动态环境知识甚至学习过程.仿真结果证明了该方法的有效性和高效性. |
| 本文献已被 CNKI 等数据库收录！ | |